如何使用特征向量计算两幅图像之间的相似度得分？
How to compute similarity score between two images using their feature vectors?
我正在使用深度学习架构进行人脸识别项目，将图像 class 化为各自的 classes。 softmax 层网络的输出是预测的 class 标签，密集层最后一层的输出是输入图像的特征表示。这里的特征向量是每个图像的大小为 1000 的一维矩阵。预测 classes 是识别类型的问题，但我对验证问题感兴趣。
所以给定两个样本图像，我需要使用它们的特征表示来比较两个给定图像之间的 similarity/dissimilarity 分数。如果 匹配分数大于阈值 那么它是 命中 否则没有命中。请让我知道是否有任何标准方法？
相似面孔的示例（理想情况下应该生成匹配分数>阈值）：https://3c1703fe8d.site.internapcdn.net/newman/gfx/news/hires/2014/yvyughbujh.jpg
您的项目有两个解决方案：
- 训练您自己的网络（使用预训练网络），输出为 1000 classes。这种方法不是最简单的方法，因为每个 class 需要有足够（比如说大量）的数据，每个 class.
大约需要 1000 个样本
- 另一种方法是使用距离度量学习。 "distance" 我们通常指的是欧几里得范数。这种方法比仅仅提取特征并将它们与最近的特征匹配要广泛和深入得多。尝试搜索它。
祝你好运！
我正在使用深度学习架构进行人脸识别项目，将图像 class 化为各自的 classes。 softmax 层网络的输出是预测的 class 标签，密集层最后一层的输出是输入图像的特征表示。这里的特征向量是每个图像的大小为 1000 的一维矩阵。预测 classes 是识别类型的问题，但我对验证问题感兴趣。
所以给定两个样本图像，我需要使用它们的特征表示来比较两个给定图像之间的 similarity/dissimilarity 分数。如果 匹配分数大于阈值 那么它是 命中 否则没有命中。请让我知道是否有任何标准方法？
相似面孔的示例（理想情况下应该生成匹配分数>阈值）：https://3c1703fe8d.site.internapcdn.net/newman/gfx/news/hires/2014/yvyughbujh.jpg
您的项目有两个解决方案：
- 训练您自己的网络（使用预训练网络），输出为 1000 classes。这种方法不是最简单的方法，因为每个 class 需要有足够（比如说大量）的数据，每个 class. 大约需要 1000 个样本
- 另一种方法是使用距离度量学习。 "distance" 我们通常指的是欧几里得范数。这种方法比仅仅提取特征并将它们与最近的特征匹配要广泛和深入得多。尝试搜索它。 祝你好运！